随着语音设备的能力越来越强，音频数据越来越大。但实际上，音频中的有效部分却很少。在处理音频中，我们可能会有这样的需求：得到人声，去掉噪声，亦或是提取对应的声音。此项目可以帮助我们解决这个问题。

异常数据检测不仅仅可以帮助我们提高数据质量，同时在一些实际业务中，异常数据往往包含有价值的信息，如异常交易、网络攻击、工业品缺陷等，因此异常检测也是数据挖掘的重要手段。常用的异常检测模型包括IsolationForest（孤立森林）、OneClassSVM（一类支持向量机）、LocalOutlierFactor（LOF，局部离群因子）等。

当特征数量比较多时，模型容易变得更复杂，过拟合的可能性也会增加。这时除了进行降维处理外，还可以通过自动化特征选择选出最重要的部分特征，抛弃对结果影响不大的特征，从而得到泛化能力更好、更简洁的模型。如何选择最重要的那些特征？有三种基本策略：单变量统计（univariate statistics）、基于模型的选择（model-based selection）和迭代选择（iterative select

绘制物体的运动轨迹

RMS泰坦尼克号的沉没是历史上最臭名昭着的沉船之一。1912年4月15日，在她的处女航中，泰坦尼克号在与冰山相撞后沉没，在2224名乘客和机组人员中造成1502人死亡。这场耸人听闻的悲剧震惊了国际社会，并导致了更好的船舶安全规定。造成海难失事的原因之一是乘客和机组人员没有足够的救生艇。尽管幸存下沉有一些运气因素，但有些人比其他人更容易生存，比如女人，孩子和上流社会。在这个挑战中，我们要完成对哪些人

已经把故去每周的广告投放金额和销售数据整理成一个Excel表格，并保存为advertising.csv文件（这是以逗号为分隔符的一种文件格式，比较容易被python读取）。基本上每周的各种广告投放金额和商品销售额都记录在案。过去每周的广告投放金额和商品销售额的清单（原始格式）这个重要的数据记录是实现本实验的机器学习项目的基础。微信公众号广告投放金额（下文中用"微信"代指）、微博广告投放金额（下文中